Analyse de la variabilité des températures en France

dans les deux dernières décennies (2004-2023)

Projet de l’UE 902_2 Data Visualisation du M2 SIGMA UT2/ENSAT
Author

Lucas Lima

1 Introduction

Cette page interactive constitue le projet final de l’UE902_2 Visualisation de Données du M2 SIGMA (Université Toulouse 2 Jean Jaurès / ENSAT-INP).

Les données exploitées proviennent des sources suivantes :

  • Le jeu de données climatiques TerraClimate, couvrant les 20 dernières années (2004 à 2023).

  • Le découpage administratif de la France issu de la base ADMIN EXPRESS, fournie par l’IGN (Institut National de l’Information Géographique et Forestière).

L’objectif de ce projet est de présenter l’évolution des températures en France au cours des deux dernières décennies à travers six types de visualisations complémentaires. Ces représentations offrent des perspectives spatiales, temporelles et statistiques pour analyser en profondeur les tendances climatiques.

1.1 Les six visualisations proposées

  1. Carte Animée (GIF) des Températures Moyennes Annuelles (2004-2023)
    Une visualisation dynamique montrant l’évolution des températures moyennes annuelles en France, année après année, en mettant en évidence les variations spatiales et l’impact de la topographie.

  2. Ridgeline Plot : Distribution des Températures Mensuelles en France (2004-2023)
    Un graphique statistique illustrant la répartition des températures mensuelles sur deux décennies. Il permet d’identifier la variabilité saisonnière, de comparer les distributions entre mois et de détecter les périodes plus stables ou plus volatiles.

  3. Carte Animée des Anomalies de Températures Annuelles (2004-2023)
    Une animation cartographique montrant les anomalies de température par rapport à une moyenne de référence (2004-2023). Cette visualisation révèle les tendances au réchauffement climatique ainsi que l’intensification des anomalies positives au fil des ans.

  4. Analyse des Tendances Saisonnières
    Un graphique linéaire illustrant l’évolution des températures moyennes annuelles pour chaque saison (hiver, printemps, été et automne), accompagné de régressions linéaires. Cette analyse permet d’identifier les saisons les plus impactées par le réchauffement climatique.

  5. Scatter Plot (Températures Maximales vs Minimales)
    Un diagramme de dispersion comparant les températures maximales et minimales annuelles moyennes par région. Il met en évidence l’amplitude thermique régionale et la corrélation entre les températures minimales et maximales.

  6. Évolution des Températures Moyennes par Région (Facettes et Régressions Linéaires)
    Un ensemble de graphiques facettés illustrant l’évolution des températures moyennes annuelles par région, avec les tendances linéaires (pentes en °C/an). Cette visualisation met en évidence les disparités régionales de réchauffement, des régions côtières aux zones montagneuses.

2 Méthodologie

Les données TerraClimate ont été téléchargées depuis Google Earth Engine (GEE) à l’aide de trois scripts JavaScript. Les données obtenues incluent les températures maximales, moyennes et minimales pour l’ensemble du territoire français. Ces données climatiques sont disponibles mensuellement depuis 1958 avec une résolution spatiale de 4638,3 mètres.

L’intégralité du script ayant généré cette page HTML a été produite dans un document Quarto à l’aide du logiciel RStudio. Étant donné que l’objectif de ce travail est exclusivement orienté sur la visualisation des données, toutes les sorties de code ont été supprimées à l’aide des commandes echo: false et results: "hide", à l’exception des blocs générant les graphiques et les animations (GIF).

Une première phase de prétraitement a été réalisée pour organiser les données. Chaque jeu de données a été consolidé sous forme de stack (pile de couches raster). Ainsi, les 20 années d’informations climatiques ont produit un stack de 240 rasters ordonnés et nommés chronologiquement, de janvier 2004 à décembre 2023.

Le shapefile utilisé pour les traitements géographiques concerne uniquement les régions administratives françaises.

Une fois les données préparées, tous les géotraitements ont été effectués et les visualisations ont été intégrées dans une page HTML interactive. Cette dernière a été hébergée sur un Always Data pour permettre son partage et sa consultation en ligne.

3 Carte des températures annuelles moyennes en France de 2004 à 2023

La carte animée ci-dessous présente l’évolution des températures moyennes annuelles en France de 2004 à 2023. Chaque image représente la moyenne des 12 mois pour une année donnée, ce qui permet de visualiser les changements climatiques sur deux décennies.

3.1 Principales Observations

  • Régions Montagneuses :
    Les zones telles que les Alpes, les Pyrénées, le Massif Central et les montagnes corses apparaissent systématiquement plus froides (teintes bleues). Cela est dû à leur altitude élevée, qui réduit les températures moyennes.

  • Régions de Plaine :
    Les régions situées dans les plaines du sud-ouest (ex: Aquitaine) et du sud-est montrent des températures plus élevées (teintes rouges). Ces zones bénéficient d’un climat plus chaud et moins influencé par l’altitude.

  • Régions Méditerranéennes :
    Les régions méditerranéennes et la Corse présentent les températures les plus élevées de la France hexagonale, avec des couleurs rouges plus foncées.

  • Variabilité Temporelle :
    Bien que les températures varient légèrement d’une année à l’autre, on observe une tendance générale au réchauffement, avec une progression des températures moyennes plus élevées vers le centre-nord et le nord-est de la France.

3.2 Détails Techniques

Les étapes clés du traitement des données incluent :

  • Agrégation des températures mensuelles pour obtenir des moyennes annuelles.

  • Ajustement de la palette de couleurs pour accentuer les variations régionales.

  • Génération d’une animation GIF pour visualiser les changements au fil du temps.

4 Ridgeline Plot : Températures Mensuelles en France (2004-2023)

Ce graphique montre la distribution des températures mensuelles agrégées sur les 20 dernières années pour toute la France. Chaque ligne correspond à un mois de l’année (de janvier à décembre), permettant de comparer les distributions mensuelles de manière intuitive.

4.1 Principales Observations

  • Variabilité Saisonnière Marquée : Chaque courbe représente la distribution des températures pour l’ensemble du territoire sur l’ensemble des 20 années, pour un mois donné (tous les janvier confondus, tous les février confondus, etc.). Les écarts prononcés entre les mois d’hiver et d’été soulignent la forte saisonnalité du climat français.

  • Transitions Progressives entre les Saisons : L’évolution de la forme et de la position des courbes de densité d’un mois à l’autre reflète clairement la transition saisonnière, passant du froid hivernal à la chaleur estivale, avant de redescendre en automne.

  • Hétérogénéité Statistique : Certains mois montrent une distribution plus large, traduisant une variabilité interannuelle importante (par exemple, des étés exceptionnellement chauds ou des printemps plus imprévisibles).

  • Stabilité Relative de Certains Mois : À l’inverse, des mois affichent des distributions plus resserrées, indiquant une relative stabilité des températures au fil des années.

4.2 Détails Techniques

  • Agrégation et Transformation :
    Les valeurs mensuelles ont été moyennées spatialement pour obtenir une série temporelle de températures mensuelles moyennes à l’échelle nationale. Ensuite, les distributions de ces températures (tous pixels et toutes les années confondus) ont été visualisées.

  • Visualisation (Ridgeline Plot) :
    Ce Ridgeline Plot, réalisé avec ggplot2 et ggridges, montre la densité des températures mensuelles (tous pixels et toutes années confondues) sur un axe horizontal (Température en °C). Chaque ligne correspond à un mois donné, avec la “crête” indiquant la répartition statistique des valeurs de température pour ce mois sur 20 ans. La position verticale des lignes ne reflète pas une mesure numérique, mais sert simplement à séparer visuellement les distributions mensuelles. Ainsi, on peut facilement comparer les formes, les étendues et les modes des distributions entre différents mois.

  • Palette de Couleurs :
    Une échelle de couleurs dégradée, allant du violet/bleu (températures plus froides) au vert/jaune (températures plus chaudes), a été utilisée pour faciliter la lecture et l’interprétation visuelle.

5 Carte des anomalies de températures annuelles en France (2004-2023)

La carte animée ci-dessous présente les anomalies de températures annuelles en France entre 2004 et 2023. Les anomalies sont calculées en comparant les températures moyennes annuelles à une moyenne de référence sur la période complète (2004-2023). Cette approche permet de détecter et visualiser les écarts par rapport à la normale climatique.

Les teintes rouges indiquent des températures supérieures à la moyenne de référence, tandis que les teintes bleues représentent des températures inférieures.

5.1 Principales Observations

  • Répartition Spatiale :
    Une tendance nette au réchauffement climatique se dessine avec une transition progressive des teintes bleues (anomalies froides) vers des teintes rouges (anomalies chaudes), marquant des températures plus élevées sur l’ensemble du territoire.

  • Accélération Temporelle :
    Après 2010, les anomalies positives deviennent plus fréquentes et plus intenses, témoignant d’une accélération claire du réchauffement climatique. Les dernières années, en particulier, se distinguent par des températures nettement supérieures à la moyenne de référence.

  • Extrêmes Marqués :
    Le début de la période révèle quelques anomalies négatives (teintes bleues), tandis que les années récentes montrent une progression constante des anomalies positives (teintes rouges), illustrant un contraste frappant au fil des décennies.

5.2 Détails Techniques**

Les étapes clés du traitement des données incluent :

  1. Calcul de la Moyenne de Référence :
    Une moyenne des températures a été calculée pour chaque pixel sur l’ensemble de la période 2004-2023.

  2. Calcul des Anomalies :
    Les anomalies annuelles ont été obtenues en soustrayant la moyenne de référence des températures annuelles pour chaque pixel.

  3. Visualisation Animée :
    Une animation GIF a été générée pour illustrer les variations spatiales des anomalies au fil du temps.

  4. Ajustement des Limites des Anomalies :
    Les limites des anomalies ont été fixées à [-2, 2] °C afin de mettre en évidence les écarts significatifs tout en couvrant l’ensemble des valeurs observées dans les données. La plage réelle des anomalies s’étend de -1.63 °C à 2.00 °C.

5.2.1 Perspectives complémentaires

Cette carte des anomalies met en avant l’évolution spatiale du réchauffement sur les deux dernières décennies. . Pour approfondir cette analyse, le Ridgeline Plot présenté précédemment offre une perspective temporelle et statistique plus fine, en montrant la répartition des températures mensuelles au fil des ans.

De plus, l’analyse des tendances saisonnières illustrées ci-dessous permet de comprendre les dynamiques propres à chaque saison, éclairant ainsi les distributions mensuelles et le rôle des variations intra-annuelles dans l’évolution du climat.

6 Analyse des tendances saisonnières

Le graphique ci-dessous présente l’évolution des températures moyennes saisonnières en France entre 2004 et 2023. Contrairement aux anomalies, ces moyennes annuelles permettent d’examiner directement les variations climatiques des saisons au fil du temps. Les mois ont été regroupés en quatre saisons climatiques pour une analyse plus précise :

  • Hiver : Décembre, Janvier, Février
  • Printemps : Mars, Avril, Mai
  • Été : Juin, Juillet, Août
  • Automne : Septembre, Octobre, Novembre

Chaque courbe représente une saison, et les lignes pointillées indiquent les tendances linéaires calculées sur la période d’étude. Cette méthode met en lumière les éventuelles variations de température associées aux saisons en France sur deux décennies.

6.1 Principales Observations

  • Hiver (Bleu) :
    Avec une pente de 0.12°C/an l’hiver est la saison ayant la tendance linéaire la plus marquée, avec une augmentation significative des températures moyennes au fil du temps. Cela suggère un réchauffement notable pour cette saison.

  • Été (Rouge) :
    Avec une pente de 0.094°C/an, l’été présente également une tendance de réchauffement notable, mais légèrement moins accentué que pour l’hiver. Ce réchauffement peut amplifier les vagues de chaleur et leurs impacts au fil du temps.

  • Automne (Jaune) :
    L’automne montre une tendance modérée, avec une pente de 0.058°C/an et un réchauffement progressif mais moins prononcé que pour l’été et l’hiver.

  • Printemps (Bleu clair) :
    Le printemps a le slope le plus faible, indiquant que cette saison est la moins impactée en termes de réchauffement.

6.2 Détails Techniques

Les étapes clés de l’analyse comprennent :

  1. Calcul des Moyennes Saisonnales Années par Année :
    Les températures mensuelles ont été regroupées par saisons (hiver, printemps, été, automne), puis moyennées pour chaque année entre 2004 et 2023.

  2. Analyse des Moyennes Historiques :
    La moyenne historique pour chaque saison a été calculée afin de faciliter les comparaisons temporelles.

  3. Visualisation des Tendances Linéaires :
    Des régressions linéaires ont été appliquées aux moyennes saisonnières annuelles pour identifier les tendances climatiques sur deux décennies.

  4. Représentation Visuelle :

    • Les courbes montrent l’évolution annuelle des moyennes de température pour chaque saison.
    • Les lignes pointillées indiquent les tendances calculées à partir des régressions linéaires.
    • Les couleurs spécifiques attribuées à chaque saison améliorent la lisibilité et permettent une analyse rapide des données.

7 Scatter Plot de l’Amplitude Thermique par Région

Le graphique de dispersion ci-dessous illustre la relation entre les températures maximales et minimales moyennes annuelles pour chaque région française entre 2004 et 2023. Chaque point représente une année donnée dans une région spécifique, tandis que la couleur des points permet de distinguer les régions françaises et que la forme des points différencie les deux décennies analysées :
- Cercle : Années 2004-2013
- Triangle : Années 2014-2023

Cette représentation visuelle facilite l’analyse des évolutions climatiques régionales et permet de mettre en évidence les différences d’amplitude thermique entre les deux décennies.

7.1 Principales Observations

Bien que ce graphique puisse sembler confus en raison de la superposition des points, certaines tendances intéressantes peuvent être mises en évidence.

  • Corrélation Positive Générale :
    Une relation linéaire positive est observée entre les températures maximales et minimales moyennes. Les régions ayant des températures minimales plus élevées présentent également des températures maximales plus élevées.

  • Évolution des Décennies :

    • Les points triangulaires (2014-2023) se décalent légèrement vers la droite et vers le haut du graphique, suggérant une augmentation des températures minimales et maximales moyennes par rapport à la décennie précédente (2004-2013).
    • Cette tendance est particulièrement marquée en Corse, Nouvelle-Aquitaine, Occitanie et Bretagne, où les étés ont été plus chauds (présence accrue de triangles en haut) et les hivers caractérisés par des températures minimales plus élevées (triangles plus nombreux à droite).

7.2 Détails Techniques

  1. Extraction des Températures Maximales et Minimales :
    Les températures moyennes maximales et minimales ont été extraites pour chaque année et chaque région à partir des données TerraClimate. Cette étape a été réalisée via des opérations sur les rasters climatiques et les shapefiles des régions françaises.

  2. Agrégation des Moyennes Régionales :
    Les valeurs ont été moyennées au niveau régional afin d’assurer une analyse cohérente et de faciliter la comparaison entre les régions.

  3. Différenciation des Décennies :
    Une colonne supplémentaire a été ajoutée aux données pour distinguer les années appartenant à la première décennie (2004-2013) et celles de la seconde (2014-2023).

  4. Visualisation des Données :

    • Les couleurs des points permettent de différencier les régions françaises.
    • Les formes des points (cercles et triangles) indiquent la décennie correspondante, facilitant ainsi la comparaison temporelle.

8 Évolution des Températures Moyennes par Région

Ce graphique illustre l’évolution des températures moyennes annuelles par région française entre 2004 et 2023. Chaque facette représente une région regroupée par localisation géographique (Nord, Nord-Est, Centre, Sud, Ouest, Sud-Est, Sud-Ouest). Les points orange montrent les températures moyennes observées chaque année, tandis que les lignes cyan indiquent les tendances linéaires ajustées via une régression linéaire. La valeur de la pente de chaque tendance, affichée en jaune, correspond à l’augmentation moyenne annuelle des températures (°C/an).

8.1 Principales observations

  1. Tendance Générale au Réchauffement :
    Toutes les régions montrent une augmentation des températures moyennes sur la période étudiée. Les pentes positives confirment une tendance linéaire ascendante.

  2. Régions avec les Pentes les Plus Élevées :

    • La région Auvergne-Rhône-Alpes présente la pente la plus forte avec 0.089 °C/an, indiquant un réchauffement plus marqué.
    • Les régions comme Bourgogne-Franche-Comté et Provence-Alpes-Côte d’Azur affichent également des pentes élevées (0.084 °C/an).

  3. Régions Plus Stables :
    Certaines régions comme Bretagne et Normandie montrent des pentes plus modérées (environ 0.057-0.064 °C/an), ce qui peut indiquer une évolution moins rapide des températures moyennes.

  4. Variabilité Spatiale :
    Les disparités entre les pentes régionales témoignent de l’influence des caractéristiques géographiques et climatiques locales, comme la proximité de l’océan ou l’altitude.

8.2 Interprétation Géographique

Les différences observées dans les pentes régionales peuvent s’expliquer par divers facteurs géographiques et climatiques. Par exemple, la proximité de l’océan tend à modérer les écarts de température, contribuant à des tendances plus stables dans des régions telles que la Bretagne ou la Normandie.

L’altitude joue également un rôle clé : dans les régions montagneuses (comme l’Auvergne-Rhône-Alpes), l’air plus froid en altitude limite l’élévation des températures, mais n’empêche pas une tendance au réchauffement, parfois même plus marquée que dans les zones de plaine.

Enfin, la latitude influe sur la durée et l’intensité de l’ensoleillement, pouvant également façonner la réponse régionale au réchauffement climatique. Ces facteurs combinés dessinent un tableau complexe, où l’évolution des températures dépend non seulement des tendances globales, mais aussi des spécificités locales.

8.3 Détails Techniques

  1. Agrégation Temporelle et Géographique :

    • Les températures ont été moyennées pour chaque année et chaque région.

    • Une classification géographique a été ajoutée pour regrouper les régions par localisation (Nord, Sud-Est, etc.).

  2. Analyse des Tendances Linéaires :

    • Une régression linéaire a été appliquée à chaque région pour calculer la pente (Slope) représentant l’augmentation annuelle moyenne des températures en °C/an.

    • Les pentes calculées ont été fusionnées avec les données principales pour affichage.

  3. Visualisation avec ggplot2 :
    • Facettage par région et localisation géographique pour une comparaison claire.
    • Points : Données annuelles représentées en orange.
    • Ligne Cyan : Régression linéaire pour chaque région.
    • Annotations : Valeurs des pentes affichées en haut de chaque facette pour interpréter directement les tendances.